¿Nos está quitando el trabajo la IA? El mercado laboral en Colombia

Cada tanto vuelve el mismo tema: que la inteligencia artificial va a acabar con el empleo, que los recién graduados no van a encontrar trabajo, que ningún oficio de escritorio se salva. La inquietud es entendible, pero antes de sacar conclusiones vale la pena mirar los datos. Justamente para eso, en este blog nos apoyamos en la Gran Encuesta Integrada de Hogares (GEIH) del DANE, con información mensual entre 2021 y 2026, para ver qué está pasando en Colombia con el empleo en las ocupaciones que hoy se consideran más cercanas a la automatización. 

¿Qué ocupaciones colombianas están más expuestas? 

Para saber qué tan expuesta está una ocupación, se usa una medida que consiste en mirar acada ocupación como un conjunto de tareas, y según qué tan automatizables son esas tareas, la ocupación cae en una de cuatro categorías: Potencial de automatización, la más cercana a un riesgo real de sustitución; Potencial de complementariedad, donde la IA asiste sin reemplazar; La gran incógnita, un grupo mixto sin un patrón claro; y No afectada, la menos expuesta de las cuatro. 

Al aplicar esa medida a los ocupados colombianos, el patrón es consistente con lo que ya se ha visto en otros países: no son los oficios manuales los que aparecen en el grupo de mayor riesgo, sino el trabajo de oficina. La Tabla 1 muestra las diez ocupaciones específicas con mayor potencial de automatización y su peso dentro del empleo total del país, comparando 2021 con 2025. 

Vale la pena detenerse en dos detalles. Primero, ninguna de estas ocupaciones alcanza por sí sola el 1% del empleo total; entre las diez suman apenas alrededor del 2.4% al 2.9% del empleo del país, según el año. Segundo, la foto no se parece a la de un derrumbe: las dos ocupaciones que más pesan —los empleados de centros de llamadas y los auxiliares de contabilidad— tienen hoy más participación que en 2021, y en total seis de las diez crecieron en el periodo. Hay algunas que sí bajaron, como los secretarios generales (de 0.58% a 0.46%) o los cajeros de banco, pero no se ve un retroceso generalizado. 

¿Se mueve algo distinto según la exposición? 

La pregunta que sigue es casi inevitable: ¿esa exposición ya se nota en algo? ¿Hay menos empleo, o menos ingreso, para quienes están en las ocupaciones más expuestas frente a los demás? Una forma sencilla de mirarlo es seguir en el tiempo la participación de cada categoría en el empleo, y de paso el ingreso que reciben. Si la automatización estuviera pesando de verdad, uno esperaría ver una brecha que se abre; si todas las categorías se mueven más o menos juntas, la explicación probablemente tenga más que ver con el pulso general de la economía que con la tecnología. 

El panel de la izquierda es bastante tranquilo: la participación de cada categoría se mantiene pareja a lo largo de los cinco años, sin que Potencial de automatización gane ni pierda terreno frente al resto. El panel de la derecha, con el ingreso ya en pesos constantes, tiene un poco más de textura. La categoría No afectada es la que más sube en términos reales, mientras que Potencial de automatización se queda bastante plana desde 2022. No es que nadie esté perdiendo el empleo, pero sí queda la impresión de que el ingreso real de las ocupaciones más expuestas viene creciendo con menos empuje que el de otras. 

Ahora, si hay un rincón de los datos donde la cosa se pone más interesante, es al mirar por edades. Separando a los ocupados en dos grupos —los jóvenes de 15 a 28 años y el resto—, salta a la vista que la participación en ocupaciones de Potencial de automatización es consistentemente más del doble entre los jóvenes que entre los mayores de 29, y así se mantiene durante todo el periodo. 

Es un dato que da para pensar. Los oficios de call center, digitación o registro de datos —los que más aparecen en el grupo con mayor exposición a la automatización— suelen ser puertas de entrada al mundo laboral, primeros empleos, y ahí es donde los jóvenes están sobrerrepresentados. No quiere decir que la IA les esté quitando esos trabajos: la gráfica no muestra que la brecha se abra ni se cierre con el tiempo, simplemente que existe y es marcada. Pero es justo el tipo de detalle que vale la pena tener en cuenta. 

Entonces, ¿qué está pasando? 

Por ahora, hay más preguntas abiertas que respuestas. Los datos colombianos no sustentan un escenario extremo en ninguna dirección. No se ve que el empleo se esté deteriorando en las ocupaciones más expuestas, pero sí se muestran un par de detalles que invitan a seguir monitoreando el mercado laboral: un ingreso real que en esas ocupaciones crece menos que en el resto, y una presencia marcada de los jóvenes en los oficios más automatizables. Nada de esto permite afirmar todavía que la IA esté transformando la estructura del trabajo en Colombia. Pero son justamente las señales que, con el tiempo y más información, permitirán confirmar o descartar esa hipótesis. 

Nota metodológica 

La medida de exposición usada en este ejercicio es la propuesta por Gmyrek, Berg y Bescond (2023) para la Organización Internacional del Trabajo. La idea es simple: cada ocupación de la clasificación internacional (CIUO-08 en su versión adaptada para Colombia) se descompone en las tareas que la conforman, y a cada tarea se le asigna un puntaje entre 0 y 1 según qué tan factible es que un modelo de lenguaje la pueda ejecutar. Con el promedio y la dispersión de esos puntajes por ocupación, los autores definen cuatro categorías: Potencial de automatización, cuando la mayoría de las tareas del oficio son consistentemente automatizables; Potencial de complementariedad, cuando el oficio tiene algunas tareas automatizables pero conserva un núcleo humano importante; La gran incógnita, ocupaciones que no encajan claramente en ninguno de los dos casos anteriores; y No afectada, cuando ni el promedio ni ninguna tarea puntual muestra un potencial de automatización relevante. Solo la primera categoría corresponde conceptualmente a un riesgo de sustitución del puesto completo; las demás describen transformación del trabajo, no reemplazo. El documento original puede consultarse en: https://researchrepository.ilo.org/esploro/outputs/encyclopediaEntry/995326516102676